Выход интересных книг по тематике машинного обучения, интеллектуального анализа данных и всего, что с этим связано продолжается. В общем, подобного рода книги на западе, не новы. В настоящем посте кратко опишу и оставлю ссылку на книгу, опубликованную в 2009 году в издательстве Springer и затрагивающую вышеозначенную проблематику. Название книги: The Elements of Statistical Learning: Data Mining, Inference, and Prediction, видимо можно перевести как "Элементы статистического обучения: интеллектуальный анализ данных, вывод и предсказание". Книга существует в электронном варианте, последний вариант можно скачать здесь. Авторы книги: Тревор Гасти (Trevor Hastie), Роберт Тибширани (Robert Tibshirani), Джером Фридман (Jerome Friedman). Все являются действующими преподавателями Stanford University.
Из авторов перечисленных выше мне особо известен Джером Фридман, публиковавшийся в смежных работах с Лео Брейманом (Leo Breiman). Последний являлся по моему мнению гениальным ученым в своей области, известным научной общественности, например, по теореме Шэннона-Бреймана-Макмиллана (Shannon-Breiman-McMillan theorem, 1957) в теории информации или алгоритму "случайного леса" (Random Forest, 2001), используемого в задачах связанных с регрессией и классификацией. Кратко, что есть в книге: Boosting, Neural Networks, Support Vector Machines, Random Forests and et al. В общем есть что посмотреть и есть с чем разобраться.